在观察性研究中实证评估无混杂性的可行性
统计方法学
2025-10-28 v3
摘要
无测量混杂是从观察性研究进行因果推断的主要局限之一。目前用于（部分）实证评估无混杂性的方法存在不同方案，但大多数现有方法需要对混杂结构进行（至少部分）假设，而这在实际中可能难以确定。本文描述了一种简单策略，用于实证评估条件无混杂性（即候选协变量调整集合是否足以进行混杂调整），该方法不需对混杂结构作任何明确假设，仅依赖于协变量、暴露与结果之间时间顺序的假设（可通过设计保证）以及纳入研究的选择。该方法本质上依赖于检验在给定其他协变量和暴露的条件下，协变量调整集合中与暴露相关的子集与结果之间的关联。我们描述了该方法的假设条件，给出数学证明，并通过模拟实验验证理论，并以实际案例说明该方法——该案例评估了分娩方式和成年智商（IQ）之间的因果效应，使用来自1982年巴西帕洛塔斯出生队列数据。我们还讨论了测量误差以及该方法的一些重要局限性。
引用
@article{arxiv.2402.10156,
title = {Empirically assessing the plausibility of unconfoundedness in observational studies},
author = {Fernando Pires Hartwig and Kate Tilling and George Davey Smith},
journal= {arXiv preprint arXiv:2402.10156},
year = {2025}
}